当前位置： 首页 > news >正文

北京网站建设建站,网站空间和云服务器,wordpress忘记后台登录密码,公司网站建设公在目标检测领域#xff0c;有三种常用的数据集#xff1a; 数据集标注文件格式bbox格式vocxmlxmin, ymin, xmax, ymax:bbox左上角(xmin, ymin)和右下角(xmax, ymax)的坐标cocojsonx, y, w, h:bbox左上角坐标(x, y)以及宽(w)和高(h)yolotxtxcenter, ycenter, w, h:bbox的中心…在目标检测领域有三种常用的数据集 数据集标注文件格式bbox格式vocxmlxmin, ymin, xmax, ymax:bbox左上角(xmin, ymin)和右下角(xmax, ymax)的坐标cocojsonx, y, w, h:bbox左上角坐标(x, y)以及宽(w)和高(h)yolotxtxcenter, ycenter, w, h:bbox的中心x坐标(xcenter)、y坐标(ycenter)以及宽度(w)和高度(h)xcenter, w相对图片实际宽度W做了归一化即xcenter/W, w/W ycenter, h相对图片图片高度H做了归一化即ycenter/H, h/H

1. voc格式 1.1 文件结构 该文件结构指的是从 voc 官网下载的数据的文件结构不同年份的数据集略有不同但结构大致相同。 VOCdevkit # 根目录 VOCXXXX # 不同年份的数据集目前有 2005 年到 2012 年的 Annotations # 存放 xml 格式的标注文件与 JPEGImages 下的图片一一对应每个 xml 文件都描述一张图片的信息ImageSets # 存放的是 txt 文件文件中每一行包含一张图片的名称以及 ±1 表示正负样本 Layout # 可用于检测人体部位的数据train.txt 用于训练的图片、trainval.txt用于训练和验证的图片合集、val.txt 用于验证的图片下同Main # 可用于目标检测的数据Segmentation # 可用于图像分割的数据 JPEGImages # 存放图片SegmentationClass # 存放按照类别分割的图片可用于语义分割SegmentationObject # 存放按照个体分割的图片可用于实例分割 1.2 标注文件 voc格式的数据集使用 xml 文件标注图片及其bbox信息一张图片对应个xml文件以 Main 中其中一个xml文件的部分内容为例 annotationfolderVOC2007/folder !–图片所在文件夹实际用不到–filename000005.jpg/filename !–图片文件名–source !–图片来源–databaseThe VOC2007 Database/databaseannotationPASCAL VOC2007/annotationimageflickr/imageflickrid325991873/flickrid/sourceowner !–图片拥有者–flickridarchintent louisville/flickridname?/name/ownersize !–图片宽度、高度、通道数量–width500/widthheight375/heightdepth3/depth/sizesegmented0/segmented !–是否用于分割–object !–标注目标1–namechair/name !–物体类别–poseRear/pose !–拍摄角度 front, rear, left, right, unspecified–truncated0/truncated !–目标是否被截断–difficult0/difficult !–检测难易程度–bndbox !–标注目标1的 bbox–xmin263/xminymin211/yminxmax324/xmaxymax339/ymax/bndbox/objectobject !–标注目标2的 bbox–namechair/nameposeUnspecified/posetruncated0/truncateddifficult0/difficultbndboxxmin165/xminymin264/yminxmax253/xmaxymax372/ymax/bndbox/object!–其余标注信息结构同上– /annotation2. coco格式 2.1 文件结构 该文件结构指的是从 coco 官网下载的数据的文件结构。 annotations_XXXX # 存放 json 格式的标注文件一个 json 文件里面包含了多张图片的相关信息 annotations caption_xxxx.json # 存储图像标注用于描述图像instances_xxxx.json # 用于目标检测的标注信息person_keypoints_xxxx.json # 目标上的关键点信息 trainXXX # 存放训练集图片valXXXX # 存放验证集图片 2.2 标注文件 coco格式的数据集使用 json 文件标注图片及其 bbox 信息与voc格式一张图片对应一个xml文件不同coco格式中一个 json 文件里面存放了若干张图片的信息。以 instances_xxxx.json 中的部分内容为例 {info: { #数据集描述信息description: COCO 2017 Dataset, # 数据集描述url: http://cocodataset.org, # 数据集地址version: 1.0, # 数据集版本year: 2017, # 数据集年份contributor: COCO Consortium, # 数据集提供者date_created: 2017/09/01 # 数据集创建日期},licenses: [ # 许可协议{url: http://creativecommons.org/licenses/by-nc-sa/2.0/, # 协议链接id: 1, # 协议 id 下面将会用到name: Attribution-NonCommercial-ShareAlike License # 协议名称}# 其他许可协议格式同上],images: [ # 图片信息{license: 4, # 使用的许可协议file_name: 000000397133.jpg, # 图片文件名coco_url: http://images.cocodataset.org/val2017/000000397133.jpg, # 图片在 coco 上的urlheight: 427, # 图片高度width: 640, # 图片宽度date_captured: 2013-11-14 17:02:52, # 图片获取日期flickr_url: http://farm7.staticflickr.com/6116/6255196340_da26cf2c9e_z.jpg, 图片在 flickr 上的urlid: 397133 # 图片 id}# 其他图片信息格式同上],annotations: [ # 标注信息{segmentation: [ # 实例分割时的边界点坐标[x1, y1, x2, y2 …… xn, yn][510.66,423.01,……,510.45,423.01]],area: 702.1057499999998, # 区域面积iscrowd: 0, # 目标是否被遮盖image_id: 289343, # 标注所在的图片的 id 编号与上面 images 中的对应bbox: [ # bbox框 [左上角x, 左上角y, 宽度, 高度]473.07,395.93,38.65,28.67],category_id: 18, # 被标注物体对应的类别 id 编号与下面 categories 中的对应id: 1768 # 该标注的 id 编号唯一}# 其他标注信息格式同上],categories: [ # 类别描述{supercategory: person, # 该类别所属的大类id: 1, # 类别 id 编号name: person # 类别名字}# 其他标注信息格式同上] }3. yolo格式 3.1 文件结构 使用yolo时默认的文件结构如下不同数据集会略有不同但结构大致相同 XXXX # 根目录视使用的数据集决定 images # 存放图片已划分为训练集、验证集、测试集部分数据集无测试集 trainvaltest labels # 存放的是 txt 文件每个txt文件对应一张图片文件中每一行包含一个bbox的相关信息 trainvaltest 3.2 标注文件 yolo格式的数据集使用 txt 文件标注图片bbox信息一张图片对应一个txt文件txt文件中的每一行都标注了一个bbox的相关信息。标注格式如下 类别索引 bbox的中心x坐标 bbox的中心y坐标 bbox的宽度 bbox的高度 信息之间以空格分割bbox的中心xy坐标以及宽度、高度都相对于图片的实际宽度W和高度H做了归一化 以其中一个txt文件的部分内容为例 45 0.479492 0.688771 0.955609 0.5955

   标注目标1的 bbox的类别索引是45中心x坐标是0.479492 中心y坐标是0.688771 宽度是0.955609 高度是0.5955

   45 0.736516 0.247188 0.498875 0.476417

   标注目标2的 bbox

   其余标注信息结构同上